PENDAHULUAN
E-money atau uang elektronik merupakan bentuk pembayaran elektronik berbasis teknologi yang melanjutkan evolusi pembayaran uang tunai konvensional. Teknologi pembayaran tersebut memiliki beberapa kelebihan dibandingkan dengan uang konvensional. Salah satu kelebihannya pengguna tidak perlu menyiapkan uang secara fisik, baik dalam bentuk kertas maupun logam yang dapat menjadi beban tambahan pada saat akan digunakan. Secara makro, e-money berperan penting dalam menurunkan biaya percetakan, transportasi fisik, pencatatan pajak, hingga penyimpanan ataupun pemusnahan uang fisik. Dengan berbagai kelebihan e-money dibandingkan dengan uang tunai, program pemerintah untuk mendukung penggunaan e-money dilakukan sejak tahun 2014, program tersebut dikenal dengan Gerakan Nasional Non Tunai (GNNT). Gerakan tersebut ditujukan untuk meningkatkan kesadaran masyarakat terhadap penggunaan e-money dan diselenggarakan setiap tahun dengan harapan dapat membentuk komunitas atau masyarakat yang lebih memilih menggunakan instrumen pembayaran nontunai (Bank Indonesia, 2014).
GNNT dilaksanakan di Pontianak, Kalimantan Barat sejak tahun 2018. Pemerintah daerah mewajibkan masyarakat Kota Pontianak untuk menggunakan e-money pada aktivitas pengisian bahan bakar (Andilala, 2017). Pada pelaksanaannya, terdapat banyak kendala sehingga program tersebut dapat disimpulkan kurang berhasil. Pada beberapa publikasi sekunder, beberapa kendala yang dirasakan masyarakat antara lain rendahnya minat menggunakan (Mutiasari, 2017), penggunaan e-money memperlambat transaksi (Syahroni, 2018), dan penerapan yang menuai protes masyarakat sehingga dibatalkan (Ishak, 2019). Percobaan implementasi terbaru e-money di Pontianak adalah pada dermaga penyeberangan Bardan Nadi Pontianak (Ibrahim, 2020). Berdasarkan hasil observasi penulis yang menjadi bagian masyarakat dalam percobaan tersebut, dapat disimpulkan penggunaan e-money belum berhasil diimplementasikan di Kota Pontianak.
Oleh karena itu, diperlukan penelitian mengenai penerimaan e-money di Pontianak. Tujuan penelitian ini untuk menyelidiki intensi dan penggunaan e-money serta peran faktor sosial budaya dalam penerimaan e-money di Kota Pontianak.
Penelitian ini menggunakan dana hibah DIKTI dan utilisasi studi terdahulu serta publikasi sekunder terhadap masalah e-money baik sebagai pengarah teori utama maupun pembatas faktor-faktor yang diutilisasi untuk pengujian. Pertama, penelitian mengutilisasi teori Technology Acceptance Model (TAM) untuk menjelaskan penerimaan teknologi (Lai, 2017). Teori ini dipilih karena pada konteks penerimaan sistem informasi merupakan sebuah teori kuat dan parsimoni. Teori ini juga dapat diekstensikan dengan faktor lain sehingga dapat menjelaskan penerimaan teknologi dengan faktor-faktor yang sesuai. Kedua, faktor lain yang akan diujikan pada penelitian ini adalah faktor sosial, budaya, persepsi kecepatan transaksi, persepsi kenyamanan, dan persepsi kompatibilitas e-money. Ketiga, faktor-faktor ekstensi atau tambahan tersebut akan diujikan pada dimensi utama TAM yaitu usefulness (kegunaan), intention to use (intensi menggunakan), dan usage (penggunaan) dari emoney.
Fokus dalam penelitian ini dititikberatkan pada faktorsosial dan budaya dapatmemengaruhi faktor ekstensi lainnya dan pengaruhnya terhadap penerimaan e-money di Pontianak. Pada studi meta analisis terdahulu oleh Dwivedi et al., (2019: 728), faktor sosial (subjective norms) secara konsisten berpengaruh terhadap intensi penggunaan teknologi. Tekanan sosial tersebut pada dasarnya menandakan dorongan dari sekitar, terutama orang yang dianggap penting akan memengaruhi intensi menggunakan teknologi baru. Faktor budaya, menurut Hofstede Insights, (2019) adalah fenomena kolektif yang tidak ada individu yang dapat menghindari efek budaya karena budaya dibagikan terus-menerus baik di dalam sebuah negara maupun kelompok tertentu tempat individu tersebut berada. Faktor budaya juga merupakan faktor pengaruh kuat pada penerimaan teknologi e-money seperti yang terbukti di negara Hongkong dengan Octopus
Card. Menurut studi yang dilakukan Lok, (2015: 392), ekstensi faktor budaya dengan faktor lain memberikan hasil explanatory yang sangat memuaskan (R2 80,7%) pada variabel usefulness (kegunaan) dengan teori TAM. Unsur kebaruan yang akan dicapai pada penelitian ini adalah bagaimana faktor sosial dan faktor budaya tersebut juga turut memengaruhi faktor lain pada penerimaan teknologi e-money. Pengaruh tersebut penting diteliti agar diperoleh informasi terkait faktor sosial dan budaya dapat diutilisasi dengan lebih baik dalam implementasi di masa depan, khususnya di Pontianak.
METODE
Penelitian ini menggunakan metode explanatory kuantitatif. Penelitian kuantitatif berusaha menjawab masalah penelitian dengan data numerik yang dikumpulkan dari pertanyaanpertanyaan terstruktur. Penelitian explanatory merupakan penelitian yang berfokus pada menjelaskan perubahan variabel-variabel dependen dari variabel-variabelindependen yang digunakan penelitian (Sekaran & Bougie, 2016) (Creswell, 2014). Oleh karena itu, penelitian ini berusaha menjawab permasalahan penelitian dengan menjelaskan hubungan antar variabel dalam penelitian secara kuantitatif.
Pengumpulan data dilakukan dengan metode survei pada populasi pengguna kendaraan bermotor diPontianak.Totalpengguna kendaraan di Pontianak sebanyak 1.023.464 unit (Biro Pusat Statistik, 2017). Dengan menggunakan metode Slovin (confidence interval 95%, margin of error 5%, sampel yang diperlukan sebanyak 400 responden (Sekaran & Bougie, 2016: 241). Penyebaran kuesioner dilakukan menggunakan judgment sampling dengan kategori responden yang pernah menggunakan e-money di SPBU minimal satu kali atau mengetahui e-money dan memahami cara menggunakan e-money. Data dikumpulkan di stasiun-stasiun pengisian bahan bakar di Pontianak yang dipilih secara acak pada periode bulan Mei, Juni dan Juli tahun 2020.
Alat ukur atau pertanyaan kuesioner diadaptasi dari studi terdahulu, yaitu oleh Mortimer et al., (2015: 553), Baptista & Oliveira (2015: 427), Lok (2015:459)
dan Venkatesh & Davis (2000: 201). Sebelum kuesioner disebarkan, dilakukan penerjemahan dan penyesuaian dengan focus group discussion. Kemudian kuesioner diuji dengan pretest pada sampel kecil (30 responden) untuk penyesuaian lebih lanjut sebelum disebarkan.
Skala yang digunakan menggunakan skala likert dengan angka 1-9. Angka1 menunjukkan sangat tidak setuju, sedangkan 9 sangat setuju. Pada pertanyaan dari dimensi budaya, skala yang digunakan juga sama dengan nilai terendah 1 (tidak penting/tidak setuju) dan nilai tertinggi 9 (penting / setuju). Khusus pada pengukuran penggunaan riil, angka 1 menunjukkan frekuensi penggunaan e-money pada pengisian bahan bakar hanya satu kali per tahun, angka 2 berarti satu kali per 6 bulan, angka 3 berarti satu kali per 3 bulan terakhir, 4 berarti satu kali per 1 bulan terakhir, angka 5 dengan arti satu kali per 2 minggu, 6 berarti satu kali per minggu, 7 berarti satu kali per 4 hari, 8 berarti satu kali per 2 hari dan angka 9 berarti setiap hari.
Data dianalisis dengan Structural Equation Modeling (SEM) melalui perangkat lunak SmartPLS 3.2.8. SEM mempunyai dua tujuan utama, yaitu menguji inner model (model struktural) untuk kepentingan pengujian hipotesis dan outer model (model pengukuran) untuk pengujian reliabilitas dan validitas (Hair et al., 2011)(Hair et al., 2014).
Hipotesis
TechnologyAcceptance Model
Teori penerimaan teknologi ini dikembangkan sejak tahun 1986 (Davis, 1989). TAM dikembangkan dengan menggunakan kerangka teoretis Theory of Reasoned Action (Sheppard et al., 1988). Temuan utama pada teori tersebut adalah sebuah tindakan akan selalu didahului oleh niat (intention) untuk melakukan tindakan tersebut. Niat(intention) dipengaruhi kemudahan (ease of use) dan kegunaan (usefulness). Perkembangan selanjutnya dilakukan oleh (Venkatesh & Davis, 2000) dan sejak itu TAM berkembang menjadi Extended TAM (ETAM) dengan kemampuan ekstensi teori lain.
Pada penelitian ini, TAM yang digunakan adalah ETAM dengan menggunakan beberapa ekstensi dari teori lain yang sudah digunakan pada penelitian serupa tentang penerimaan emoney. Variabel kemudahan (ease of use) tidak digunakan lagi dengan pertimbangan penelitian sebelumnya tidak menggunakan dan hasil memuaskan (Lok, 2015), model kompleks karena pengujian hubungan moderation, serta variabel kemudahan dapat terwakili secara parsial oleh faktor kecepatan dan kenyamanan. Hipotesis yang dibentuk mengikuti pengujian dan hasil penelitian-penelitian sebelumnya dengan model TAM, yaitu:
- 1 H : Kegunaan memengaruhi niat menggunakan secara positif
- H : Niat menggunakan memengaruhi penggunaan secara positif
Sosial
Pengaruh sosial yang dimaksud pada penelitian ini adalah Subjective Norms. Subjective Norms dapat dibedakan dengan jelas pada literatur menjadi Injunctive Norms dan Descriptive Norms. Kedua dimensi tersebut memberikan penjelasan motivasi yang berbeda dari pengguna (White et al., 2009). Injunctive norms pada dasarnya merefleksikan persepsi "seharusnya" atau adanya dorongan dari relasi atau pihak yang dianggap penting untuk melakukan sebuah tindakan, walaupun tindakan tersebut belum dilakukan oleh lingkungan sekitar.
Descriptive norms merupakan persepsi adanya dorongan untuk melakukan sebuah tindakan karena tindakan tersebut sudah dilakukan oleh lingkungan sekitar.
Dalam penelitian ini, pengaruh sosial akan diberikan pada injunctive norms karena e-money belum diterima secara umum di Pontianak. Selain itu, peneliti juga mengeksplorasi hubungan moderation variabel sosial terhadap faktor lainnya dalam model penelitian. Hipotesis yang dibentuk pada hubungan langsung dan moderation variabel sosial adalah sebagai berikut.
- H : Sosial memengaruhi Kegunaan secara 3 positif.
- 3a H : Terdapat hubungan moderation dari Sosial ke Kompatibilitas dan Kegunaan.
- H : Terdapat hubungan moderation dari Sosial 3b ke Kecepatan dan Kegunaan.
- 3c H : Terdapat hubungan moderation dari Sosial ke Kenyamanan dan Kegunaan.
Budaya
Menurut Hofstede & Minkov (2010), budaya dapat diartikan sebagai program pikiran. Program pikiran sifatnya sama seperti perangkat lunak karena setiap orang pasti mempunyai sebuah pola pemikiran, baik perasaan, maupun tindakan yang sudah tertulis seperti sebuah buku. Hofstede awalnya menemukan 4 dimensi yang dapat menggambarkan budaya. Empat dimensi tersebut adalah Uncertainty Avoidance, Individualism, Masculinity, dan Power Distance. Selain 4 dimensi tersebut, dua dimensi lain ditambahkan pada penelitian lanjutan yaitu Long-term Orientation dan Indulgence.
Menurut Matusitz & Musambira (2013), budaya merupakan faktor penting dalam menentukan penerimaan teknologi. Budaya juga memengaruhi adopsi teknologi di Indonesia (Sriwindono & Yahya, 2012). Kaitan dengan e-money, penelitian yang dilakukan sebelumnya oleh Lok (2015), menunjukkan budaya memengaruhi penerimaan e-money dari dimensi Uncertainty Avoidance, Individualism, Masculinity, dan Long term Orientation. Pada penelitian yang dilakukan Sriwindono & Yahya (2012), dimensi yang berpengaruh Power Distance (PD), Individualism (IDV), Masculinity (MAS), Uncertainty Avoidance (UAI), Long Term Orientation (LTO).
Dengan mempertimbangkan kerumitan pengisian kuesioner, waktu serta mempertahankan model penelitian yang parsimoni, maka dimensi budaya yang diutilisasi hanya dua, yaitu Power Distance dan Uncertainty Avoidance. Menurut Matusitz & Musambira (2013: 44), dua dimensi ini merupakan dimensi yang menimbulkan paling banyak masalah baik di organisasi maupun di masyarakat. Indonesia mempunyai nilai tinggi pada dimensi Power Distance dan Uncertainty Avoidance. Dengan diwajibkannya penggunaan e-money di Pontianak, seharusnya masyarakat akan menerima dengan resistensi minimal untuk menghindari ketidakpastian. Namun. dari publikasi sekunder, tersirat bahwa hasil implementasi lebih banyak negatif daripada positif di masyarakat. Oleh karena itu, secara empiris, efek kedua dimensi ini menjadi penting untuk diujikan pengaruhnya terhadap penerimaan e-money. Selain diuji pengaruhnya secara langsung pada penerimaan e-money, hubungan moderation dari kedua dimensi diujikan terhadap variabel lainnya untuk melihat interaksi terhadap variabel lain. Hipotesis yang digunakan pada penelitian adalah sebagai berikut.
- H<sub>4</sub>: Power Distance memengaruhi kegunaan dengan negatif
- H<sub>5</sub>: Uncertainty Avoidance memengaruhi kegunaan dengan negatif
- \(H_{4a}\): Terdapat hubungan moderation dari Power Distance ke kompatibilitas dan kegunaan
- H<sub>4b</sub>: Terdapat hubungan moderation dari Power Distance ke kecepatan dan kegunaan
- \({\rm H_{4c}}\): Terdapat hubungan moderation dari Power Distance ke kenyamanan dan kegunaan
- \({\rm H_{5a}}\): Terdapat hubungan moderation dari Uncertainty Avoidance ke kompatibilitas dan kegunaan
- H<sub>5b</sub>: Terdapat hubungan moderation dari Uncertainty Avoidance ke kecepatan dan kegunaan
- H<sub>5c</sub>: Terdapat hubungan moderation dari Uncertainty Avoidance ke kenyamanan dan kegunaan
Kompatibilitas, Kecepatan, dan Kenyamanan
Kompatibilitas adalah dimensi dari Innovation Diffusion Theory (IDT) dari yang ditemukan oleh Rogers (Zanello et al., 2016). Dalam teori IDT dinyatakan sebelum sebuah teknologi diterima, teknologi tersebut harus sesuai dengan yang digunakan masyarakat. Pernyataan teori tersebut terbukti pada studi e-money sebelumnya oleh Lok (2015), kompatibilitas merupakan variabel yang signifikan memengaruhi persepsi kegunaan dari e-money. Oleh karena itu, pada penelitian ini, kompatibilitas dari IDT kembali diujikan dengan hipotesis:
H<sub>6</sub>: Kompatibilitas memengaruhi kegunaan dengan positif
Kecepatan dan kenyamanan merupakan dimensi yang digunakan pada studi oleh Teo & Tan (2015: 322). Kedua hal tersebut merupakan variabel yang signifikan memengaruhi persepsi kegunaan. Dari publikasi sekunder, kecepatan dan kenyamanan merupakan faktor yang bermasalah pada pengguna di Pontianak sehingga kedua variabel ini kembali diujikan secara empiris pada penelitian ini. Hipotesis yang dibentuk adalah sebagai berikut.
- H<sub>7</sub>: Kecepatan memengaruhi kegunaan dengan positif
- H<sub>8</sub>: Kenyamanan memengaruhi kegunaan dengan positif
Model Konseptual Penelitian
Secara keseluruhan, model konseptual yang digunakan pada penelitian dapat dilihat pada gambar 1 di halaman berikutnya.
HASIL DAN PEMBAHASAN
Total responden yang valid dapat dianalisis lebih lanjut berjumlah 280 data. Responden
mempunyai komposisi demografi dengan frekuensi pekerjaan terbanyak adalah pegawai, gender berimbang antara pria dan wanita, pendidikan paling banyak pada lulusan SMA/ sederajat, pengeluaran pada titik tengah dengan rentangRp. 2.500.000 – 5.000.000, dan frekuensi usia terbanyak pada usia 26-40 tahun. Rincian demografi tersebut dapat dilihat pada tabel 1 dan detail responden pada tabel 2 di halaman
Gambar 1 Model Konseptual Penelitian (Sumber: data olahan)
berikutnya.
TABEL 1 KARAKTERISTIK DEMOGRAFI RESPONDEN
| Pekerjaan | Gender | Pendidikan | Pengeluaran (Ribuan) | Usia | |||||
|---|---|---|---|---|---|---|---|---|---|
| Wiraswasta | 26 | Pria | 45 | S1 | 43 | 1000 | 19 | <20 | 2 |
| Pegawai | 39 | Wanita | 55 | S2 | 5 | 2500 | 33 | 20-25 | 33 |
| Pelajar | 14 | S3 | - | 5000 | 31 | 26-30 | 28 | ||
| Lain-lain | 20 | SMA | 52 | 7000 | 11 | 31-40 | 28 | ||
| 10.000 | 6 | 41-50 | 7 | ||||||
| >10.000 | - | >50 | 3 | ||||||
| Total | Responden | 280 | |||||||
Sumber: Data Survei (2020)
TABEL 2 ALAT UKUR DAN HASIL (DALAM % KECUALI MEAN DAN STDEV)
| riabel Laten | Alat Ukur | TS/ TP | N | S/P | Mean | StDev | |
|---|---|---|---|---|---|---|---|
| PD1 | Memilikiatasan/bos yang dapat dibanggakan / dihormati / dijadikan panutan merupakan sesuatu yang | 1.4 | 10.7 | 87.9 | 7.3 | 1.3 | |
| Power Distance | PD2 | Diajak berdiskusi oleh atasan / bos anda pada saat atasan / bos anda akan mengambil sebuah keputusan adalah sesuatu yang bagi saya | 3.2 | 10.4 | 86.4 | 7.0 | 1.2 |
| PD3 | Bawahan tidak pantas mempertanyakan / menentang keputusan atasan / bos. | 99.6 | 0.4 | 0.0 | 3.0 | 0.8 | |
| PD4 | Bawahan seharusnya tidak mempunyai 2 atasan/bos atau harus melapor pada 2 pimpinan yang berbeda atau dari jabatan yang berbeda. | 1.1 | 12.1 | 86.8 | 6.7 | 1.0 | |
| UA1 | Peraturan pada sebuah organisasi sangat penting karena memberikan petunjuk bagaimana bekerja pada organisasi tersebut. | 0.0 | 2.1 | 97.9 | 7.7 | 1.0 | |
| dance | UA2 | Urutan jabatan, atau siapa yang atasan, siapa yang bawahan sangatlah penting dalam lingkungan kerja. | 0.4 | 5.4 | 94.3 | 7.0 | 1.0 |
| Uncertainty Avoidance | UA3 | Lebih baik berada pada situasi buruk yang sudah pernah dialami, daripada berada dalam situasi baru yang tidak pasti, walaupun situasi baru tersebut berpotensi memberikan hasil yang lebih baik. | 1.4 | 13.9 | 84.6 | 6.4 | 1.0 |
| UA4 | Secara umum, masyarakat seharusnya menghindari perubahan karena perubahan dapat membuat situasi menjadi lebih buruk dari saat ini. | 62.9 | 28.9 | 8.2 | 4.2 | 1.0 | |
| TS1 | Menggunakan uang elektronik memungkinkan bertransaksi lebih cepat di SPBU | 2.9 | 20.4 | 76.8 | 6.2 | 1.0 | |
| Kecepatan | TS2 | Menggunakan uang elektronik di SPBU tidak sulit / tidak memerlukan usaha berlebih bagi saya | 3.2 | 18.6 | 78.2 | 6.2 | 0.9 |
| K | TS3 | Menggunakan uang elektronik di SPBU meminimalkan kesalahan pembayaran saya | 1.4 | 11.1 | 87.5 | 6.7 | 1.0 |
| TS4 | Menggunakan uang elektronik di SPBU tidak memerlukan keahlian khusus | 1.4 | 8.6 | 90.0 | 6.6 | 1.0 |
| USE1 | Saya merasa uang elektronik berguna untuk pembayaran di SPBU | 0.7 | 8.2 | 91.1 | 6.8 | 1.0 | |
| USE2 | Menggunakan uang elektronik di SPBU membantu saya dalam mengontrol pengeluaran saya. | 6.8 | 19.6 | 73.6 | 6.1 | 1.1 | |
| Kegunaan | USE3 | Saya merasa uang elektronik meningkatkan efektifitas pembayaran saya di SPBU. | 1.8 | 14.3 | 83.9 | 6.5 | 1.0 |
| USE4 | Menggunakan uang elektronik di SPBU membantu menghindarkan saya dari beberapa masalah, misalnya kurang uang pada saat membayar. | 26.4 | 26.1 | 47.5 | 5.4 | 1.5 | |
| CP1 | Menggunakan uang elektronik di SPBU cocok dengan kepribadian saya | 8.2 | 31.8 | 60.0 | 5.8 | 1.1 | |
| mpatibilitas | CP2 | Menggunakan uang elektronik di SPBU cocok dengan gaya hidup saya | 15.7 | 30.0 | 54.3 | 5.6 | 1.1 |
| Ko | CP3 | Menggunakan uang elektronik di SPBU cocok dengan gaya belanja saya | 11.4 | 30.4 | 58.2 | 5.7 | 1.1 |
| INT1 | Saya berniat menggunakan uang elektronik untuk pembayaran di SPBU di masa depan | 5.0 | 21.1 | 73.9 | 6.2 | 1.0 | |
| Menggunakan | INT2 | Saya berencana untuk menggunakan uang elektronik di SPBU secara rutin | 11.4 | 26.8 | 61.8 | 5.9 | 1.1 |
| Niat | INT3 | Saya berniat untuk selalu menggunakan uang elektronik untuk membayar di SPBU | 2.1 | 17.1 | 80.7 | 6.4 | 1.0 |
| SOS1 | Saran dan rekomendasi dari teman akan memengaruhi saya untuk menggunakan uang elektronik di SPBU. | 0.4 | 8.9 | 90.7 | 7.0 | 1.1 | |
| Sosial | SOS2 | Anggota keluarga / relasi akan memengaruhi saya untuk menggunakan uang elektronik di SPBU. | 2.1 | 10.4 | 87.5 | 6.8 | 1.1 |
| SOS3 | Media (internet, koran, radio, tv) dapat memengaruhi saya untuk menggunakan uang elektronik di SPBU. | 1.1 | 10.0 | 88.9 | 6.8 | 1.1 | |
| manan | COM1 | Saya percaya e-money sangat nyaman digunakan. | 0.4 | 9.3 | 90.4 | 6.7 | 1.0 |
| Kenya | COM2 | Saya percaya transaksi dengan e-money lebih sedikit kendala | 5.7 | 26.8 | 67.5 | 6.0 | 1.0 |
| COM3 | Dibanding tunai,saya percaya e-money lebih nyaman digunakan | 3.2 | 24.3 | 72.5 | 6.2 | 1.1 | |
| Usage | Penggunaan | 81.8 | 5.4 | 12.9 | 2.5 | 2.1 | |
Sumber: Data Survei (2020)
Berdasarkan tabel 2, setiap alat ukur, persentase pengguna yang tidak setuju dikonsolidasi dengan nilai 1-4, netral pada angka 5, dan setuju dengan nilai 6-9. Pada penggunaan riil, sebanyak 81,8% responden mempunyai frekuensi penggunaan 1-4, 5,4 % dengan frekuensi penggunaan 5 dan 12,9 persen dengan frekuensi penggunaan 6-9. Rata-rata penggunaan riil responden masih rendah dengan nilai tidak lebih dari 3, hal ini berarti dalam tiga bulan terakhir rata-rata pengguna hanya menggunakan e-money di SPBU sebanyak satu kali saja.
Proses pengujian dengan menggunakan metode SEM berbasis CFA memerlukan validitas dan reliabilitas dari outer model dan pengujian signifikansi hubungan antar variabel laten / inner model (Jöreskog, 2002)(Ghozali & Fuad, 2014. Outer model merupakan pengujian validitas dan reliabilitas dalam hubungan antara indikator/ alat ukur dengan variabel laten. Sebuah variabel laten dapat dikatakan valid apabila loading factor dari setiap indikator yang membentuk variabel laten tersebut bernilai lebih dari 0,7 (convergent validity), hubungan antara indikator dengan variabel laten signifikan, dan variabel laten tidak berkorelasi tinggi / cross loading dengan variabel laten lainnya dalam tabel Fornell Larcker (discriminant validity) (Hair et al., 2014). Sebuah variabel laten dapat dikatakan reliabel apabila nilai Cronbach alpha dari setiap variabel laten bernilai > 0,7 dan composite reliability bernilai lebih dari 0,8, serta tidak terjadi masalah multikolinearitas dengan nilai VIF setiap indikator maupun variabel laten harus di bawah angka 5.
Hasil pengujian pertama outer model pada validitas indikator pada setiap variabel laten dapat dilihat pada tabel 3 dan tabel 4 (halaman berikutnya).
Berdasarkan hasil pengujian pertama, terdapat beberapa indikator yang tidak memenuhi syarat yaitu PD3, UA4, COM2, dan USE4. Sesuai dengan metode SEM, indikator yang tidak memenuhi syarat dapat dieliminasi dari model dan dilakukan pengujian ulang untuk dikaji kembali. Setelah indikator dieliminasi dari model, hasil pengujian kedua dapat dilihat pada tabel 3 bagian kanan. Dengan mengeliminasi indikator-indikator tersebut, model menjadi lebih baik dan memenuhi syarat validitas dan reliabilitas.
Setelah mengeliminasi indikator-indikator, semua indikator menunjukkan nilai loading factor > 0,7, hal tersebut berarti signifikan terhadap variabel laten yang diukur dan dari tabel Fornell Larcker (tabel 4) tidak terdapat korelasi antar variabel laten yang melebihi nilai akar average variance extracted dari setiap variabel laten. Dengan demikian, outer model dapat dikatakan valid.
Dari sisi reliabilitas, variabel laten Power Distance mempunyai nilai Cronbach alpha yang rendah atau dibawah 0,7 pada pengujian pertama. Setelah indikator yang tidak memenuhi syarat dieliminasi, nilai Cronbach alpha sudah memenuhi syarat, dan nilai composite reliability menunjukkan hasil yang memuaskan dengan nilai di atas 0,8. Masalah multikolinearitas tidak terjadi dengan nilai VIF pada setiap indikator (tabel 3) dan semua variabel laten (tabel 5) berada di bawah 0,5. Dengan demikian, model sudah memenuhi persyaratan SEM untuk diuji lebih lanjut. Setiap alat ukur/ indikator yang sudah menunjukkan bukti alat ukur tersebut masing-masing mengelompok dan mengukur variabel laten yang akan diujikan.
TABEL 3 HASIL PENGUJIAN VALIDITAS (CONVERGENT VALIDITY)
| Pengujian Convergent Validity | ||||||||
|---|---|---|---|---|---|---|---|---|
| Pengujian Pertama | Pengujian Kedua | |||||||
| Loading | VIF | Loading | VIF | t | ||||
| COM1 | 0.402 | 2.335 | 0.924 | 1.728 | Sig | |||
| COM2 | 0.949 | 1.857 | - | - | - | |||
| COM3 | 0.377 | 1.77 | 0.891 | 1.728 | Sig | |||
| CP1 | 0.83 | 1.625 | 0.83 | 1.625 | Sig | |||
| CP2 | 0.778 | 1.387 | 0.781 | 1.387 | Sig | |||
| CP3 | 0.848 | 1.627 | 0.846 | 1.627 | Sig | |||
| INT1 | 0.861 | 1.729 | 0.861 | 1.729 | Sig | |||
| INT2 | 0.842 | 1.723 | 0.844 | 1.723 | Sig | |||
| INT3 | 0.81 | 1.552 | 0.81 | 1.552 | Sig | |||
| PD1 | 0.859 | 2.481 | 0.891 | 2.481 | Sig | |||
| PD2 | 0.89 | 2.478 | 0.92 | 2.472 | Sig | |||
| PD3 | -0.359 | 1.013 | - | - | - | |||
| PD4 | 0.841 | 2.149 | 0.865 | 2.145 | Sig | |||
| SOS1 | 0.885 | 2.013 | 0.885 | 2.013 | Sig | |||
| SOS2 | 0.88 | 2.149 | 0.877 | 2.149 | Sig | |||
| SOS3 | 0.853 | 1.919 | 0.855 | 1.919 | Sig | |||
| TS1 | 0.79 | 1.724 | 0.791 | 1.724 | Sig | |||
| TS2 | 0.816 | 1.781 | 0.815 | 1.781 | Sig | |||
| TS3 | 0.794 | 1.603 | 0.793 | 1.603 | Sig | |||
| TS4 | 0.752 | 1.428 | 0.753 | 1.428 | Sig | |||
| UA1 | 0.872 | 1.445 | 0.876 | 1.426 | Sig | |||
| UA2 | 0.805 | 1.754 | 0.805 | 1.702 | Sig | |||
| UA3 | 0.774 | 1.897 | 0.766 | 1.628 | Sig | |||
| UA4 | 0.552 | 1.577 | - | - | - | |||
| USE1 | 0.85 | 1.752 | 0.858 | 1.73 | Sig | |||
| USE2 | 0.829 | 1.762 | 0.842 | 1.757 | Sig | |||
| USE3 | 0.834 | 1.737 | 0.842 | 1.714 | Sig | |||
| USE4 | 0.442 | 1.1 | - | - | - | |||
| usage | 1 | 1 | 1 | 1 | Sig | |||
Sumber: data olahan (2020)
TABEL 4 HASIL PENGUJIAN VALIDITAS (DISCRIMINANT VALIDITY)
Pengujian Discriminant Validity
| Pengujian Pertama | Power Distance | Uncertainty Avoidance | Kece- patan | Kegu- naan | Kenya- manan | Kompa- tibilitas | Niat | Peng- gunaan | Sosial |
|---|---|---|---|---|---|---|---|---|---|
| Power Distance | 0.769 | 1 | |||||||
| Uncertainty | |||||||||
| Avoidance | 0.176 | 0.76 | |||||||
| Kecepatan | 0.334 | 0.058 | 0.788 | ||||||
| Kegunaan | 0.268 | 0.204 | 0.643 | 0.758 | |||||
| Kenyamanan | 0.043 | -0.056 | -0.107 | -0.039 | 0.634 | ||||
| Kompatibilitas | 0.028 | -0.025 | 0.213 | 0.29 | -0.147 | 0.819 | |||
| Niat | 0.196 | 0.185 | 0.554 | 0.755 | -0.024 | 0.297 | 0.838 | ||
| Penggunaan | 0.047 | 0.001 | 0.15 | 0.207 | 0.017 | 0.022 | 0.233 | 1 | |
| Sosial | -0.036 | -0.03 | 0.291 | 0.348 | -0.091 | 0.093 | 0.42 | 0.146 | 0.873 |
| Pengujian Kedua | Power Distance | Uncertainty Avoidance | Kece- patan | Kegu- naan | Kenya- manan | Kompa- tibilitas | Niat | Peng- gunaan | Sosial |
| Power Distance | 0.892 | ||||||||
| Uncertainty Avoidance | 0.165 | 0.817 | |||||||
| Kecepatan | 0.313 | 0.058 | 0.788 | ||||||
| Kegunaan | 0.244 | 0.199 | 0.643 | 0.847 | |||||
| Kenyamanan | -0.05 | -0.049 | -0.08 | 0.022 | 0.907 | ||||
| Kompatibilitas | 0.035 | -0.027 | 0.213 | 0.279 | -0.037 | 0.819 | |||
| Niat | 0.204 | 0.184 | 0.554 | 0.764 | 0.078 | 0.297 | 0.838 | ||
| Penggunaan | 0.024 | 0.001 | 0.149 | 0.21 | -0.077 | 0.021 | 0.233 | 1 | |
| 0.093 | 0.42 | 0.146 | 0.873 |
Sumber: data olahan (2020)
TABEL 5 HASIL PENGUJIAN RELIABILITAS
| Pengujian l | Reliabilitas Po | Pengujian Reliabilitas Kedua | ||||||
|---|---|---|---|---|---|---|---|---|
| Cronbach | Composite | VIF | Cronbach | Composite VI | ||||
| Power Distance | 0.631 | 0.753 | 1.191 | 0.873 | 0.921 | 1.158 | ||
| Uncertainty Avoidance | 0.801 | 0.842 | 1.039 | 0.765 | 0.857 | 1.032 | ||
| Kecepatan | 0.797 | 0.868 | 1.315 | 0.797 | 0.868 | 1.287 | ||
| Kegunaan | 0.74 | 0.837 | 1 | 0.804 | 0.884 | 1 | ||
| Kenyamanan | 0.826 | 0.624 | 1.043 | 0.787 | 0.903 | 1.009 | ||
| Kompatibilitas | 0.754 | 0.859 | 1.068 | 0.754 | 0.859 | 1.052 | ||
| Niat Menggunakan | 0.789 | 0.876 | 1 | 0.789 | 0.876 | 1 | ||
| Penggunaan | 1 | 1 | 1 | 1 | ||||
| Sosial | 0.844 | 0.905 | 1.121 | 0.844 | 0.905 | 1.116 | ||
Sumber: data olahan (2020)
Setelah pengujian outer model, dilakukan pengujian struktural atau inner model. Pengujian ini dilakukan untuk menguji hubungan antar variabel laten dan juga pengujian hipotesis. Pengujian inner model merupakan pengujian path untuk menguji kekuatan dan signifikansi antar variabel laten. Hasil pengujian dapat dilihat pada gambar 2 (halaman berikut).
Gambar 2 memperlihatkan kegunaan dipengaruhi oleh (sesuai urutan korelasi) kecepatan (0,534), Sosial (0,191), kompatibilitas (0,153), dan Uncertainty Avoidance sebesar 0,173. Kegunaan tidak dipengaruhi oleh kenyamanan dan Power Distance. Kegunaan memengaruhi secara positif dan kuat terhadap niat menggunakan (0,764), dan niat menggunakan memengaruhi secara positif terhadap penggunaan (0,233).
Selanjutnya dilakukan pengujian hipotesis dengan melihat taraf signifikansi hubungan antar variabel laten. Pengujian signifikansi inner model pada metode SEM berbasis PLS menggunakan teknik bootstrapping. Pengujian
dalam penelitian ini bootstrapping yang dilakukan 5000 kali dan hasil pengujian serta hubungan yang signifikan dan hipotesis yang diterima/ ditolak dapat dilihat pada tabel 6.
Berdasarkan pengujian hipotesis utama, hanya hipotesis 4 dan hipotesis 8 yang ditolak dengan nilai p > 0,05 dan nilai t-hitung < t-tabel 1,980. Dengan demikian, dapat disimpulkan Power Distance tidak memengaruhi kegunaan, dan kenyamanan tidak memengaruhi kegunaan dari responden.
Setelah pengujian outer dan inner model selesai dilakukan, pengujian selanjutnya pada hubungan moderation atau interaksi antar variabel laten sesuai hipotesis yang dibentuk sebelumnya. Hasil pengujian hubungan moderation dan hipotesis dapat dilihat pada tabel 7. Hasil pengujian moderation menunjukkan hanya sosial dan Power Distance yang memengaruhi nilai variabel laten lainnya. Sosial memperkuat persepsi kompatibilitas terhadap kegunaan dan memperkuat kecepatan terhadap kegunaan.
Gambar 2 Hasil Pengujian Struktural (Sumber: data olahan)
TABEL 6 HASIL PENGUJIAN HIPOTESIS UTAMA
| Hipotesis | t-hitung | p | Terima Tolak | |
|---|---|---|---|---|
| H1 | Kegunaan memengaruhi Niat Menggunakan secara positif | 34.691 | 0.000 | Terima |
| H2 | Niat Menggunakan mem-pengaruhi Penggunaan secara positif | 4.333 | 0.000 | Terima |
| H3 | Sosial memengaruhi Kegunaan secara positif. | 4.211 | 0.000 | Terima |
| H4 | Power Distance memengaruhi Kegunaan dengan negative | 1.205 | 0.228 | Tolak |
| H5 | UncertaintyAvoidancememengaruhiKegunaandengannegatif | 3.888 | 0.000 | Terima |
| H6 | Kompatibilitas memengaruhi Kegunaan dengan positif | 3.185 | 0.001 | Terima |
| H7 | Kecepatan memengaruhi Kegunaan dengan positif | 12.76 | 0.000 | Terima |
| H8 | Kenyamanan memengaruhi Kegunaan dengan positif | 1.465 | 0.143 | Tolak |
Sumber: data olahan (2020)
TABEL 7 HASIL PENGUJIAN HIPOTESIS HUBUNGAN MODERATION
| Moderation Hipotesis Hubungan | t-hitung | p | Terima-Tolak | |
|---|---|---|---|---|
| H3a | Sosial ke Kompatibilitas dan Kegunaan. | 2.515 | 0.012 | Terima / +0.103 |
| H3b | Sosial ke Kecepatan dan Kegunaan. | 2.96 | 0.000 | Terima / +0.113 |
| H3c | Sosial ke Kenyamanan dan Kegunaan. | 0.41 | 0.680 | Tolak |
| H4a | Power Distance ke Kompatibilitas dan Kegunaan | 0.21 | 0.840 | Tolak |
| H4b | Power Distance ke Kecepatan dan Kegunaan | 4.79 | 0.000 | Terima / -0.181 |
| H4c | Power Distance ke Kenyamanan dan Kegunaan | 1.79 | 0.070 | Tolak |
| H5a | Uncertainty Avoidance ke Kompatibilitas dan Kegunaan | 1.43 | 0.150 | Tolak |
| H5b | Uncertainty Avoidance ke Kecepatan dan Kegunaan | 0.28 | 0.780 | Tolak |
| H5c | ke Kenyamanan dan Kegunaan UncertaintyAvoidance | 1.56 | 0.120 | Tolak |
Sumber: data olahan (2020)
Power Distance tidak secara langsung memengaruhi kegunaan, tetapi memengaruhi kegunaan dengan cara melemahkan hubungan antara kecepatan dan kegunaan. Selain itu, kompatibilitas yang lemah memengaruhi kegunaan dengan korelasi 0,153 mengisyaratkan kompatibilitas pembayaran e-money tidak lebih penting daripada kecepatan yang ditawarkan oleh e-money.
Responden pada penelitian ini berniat tinggi menggunakan e-money pada konteks pengisian bahan bakar di SPBU. Niat tersebut sangat dipengaruhi oleh kegunaan khususnya dari sisi kecepatan. Walaupun niat menggunakan dipengaruhi kuat oleh kegunaan.Niat tersebut hanya menjelaskan sebagian kecil perubahan variabel (R2 ) penggunaan, yaitu hanya sebesar 5,4 %. Niat menggunakan, mampu dijelaskan
perubahan variabelnya sebesar 58,4% oleh kegunaan. Kegunaan dapat dijelaskan perubahan variabelnya sebesar 50,3% oleh faktor-faktor yang digunakan pada penelitian.
Diskusi dan Implikasi
Teori Technology Acceptance Model kembali menunjukkan konsistensi dalam menjelaskan intensi menggunakan teknologi dari dimensi kegunaan atau manfaat yang dirasakan oleh pengguna. Hipotesis satu menyatakan terdapat hubungan positif antara kegunaan dan niat menggunakan diterima dengan nilai korelasi 0,764 (kuat).Niatresponden untukmenggunakan e-money di Pontianak dipengaruhi kuat oleh kegunaan yang dipersepsikan pengguna. Hasil tersebut konsisten dengan studi sebelumnya tentang TAM yaitu dalam Venkatesh & Davis (2000: 187) dimana pada pengujian sebelumnya, kegunaan menjadi penentu utama dari niat menggunakan (rata-rata koefisien korelasi sebesar 0,6 dan R2 40-60%).
Niat menggunakan e-money tersebut signifikan memengaruhi penggunaan riil, tetapi dengan kemampuan menjelaskan perubahan variabel dependen yang rendah, yaitu R2 5,4%, dan nilai korelasi 0,233 (lemah). Hanya 5,4% perubahan dari variabel penggunaan riil yang dapat dijelaskan oleh variabel niat menggunakan. Hasil tersebut mengindikasikan terdapat diskrepansi tinggi antara niat dengan tindakan penggunaan riil. Menurut Ajzen et al. (2004: 1119), menggunakan dimensi niat untuk menjelaskan tindakan lebih menitikberatkan pada unsur prediksi, artinya niat tersebut hanya menjadi prediksi yang akan diikuti dengan tindakan nyata.Prediksitersebut dapat berpotensi salah. Oleh karena itu, untuk meminimalkan kesalahan prediksi tersebut, kondisi riil pada saat tindakan dilakukan haruslah sesuai dengan ekspektasiresponden.
Dalam konteks implementasi e-money di Pontianak, temuan ini dapat menjadi satu kemungkinan bukti masalah e-money tidak disebabkan oleh pengguna. Diskrepansi antara niat dan penggunaan riil menandakan adanya estimasi berlebihan. Pengguna berniat kuat, tetapi tidak diikuti dengan tindakan aktif yang sesuai niat tersebut. Menurut peneliti, terdapat dua kemungkinan untuk menjelaskan perbedaan tersebut, yaitu kemungkinan pertama disebabkan oleh ekspektasi pengguna yang terlalu tinggi tentang e-money dan kemungkinan kedua, yaitu performa di bawah standar yang diberikan oleh pihak pelaksana e-money.
Berdasarkan pengalaman peneliti sebagai bagian dari masyarakat yang merasakan program tersebut dan publikasi-publikasi sekunder, kemungkinan kedua merupakan kemungkinan dengan probabilitas yang lebih tinggi.
Pada hakikatnya, transaksi e-money berpotensi lebih cepat daripada uang konvensional (Mas & Rotman, 2009: 2). Secara teknologi, apabila jaringan dan infrastruktur memadai, e-money dapat menggantikan uang konvensional seperti di Hongkong dengan kartu Octopus. Jika e-money tidak sesuai dengan ekspektasi atau lebih disebabkan oleh pelaksana yang tidak mampu menyajikan e-money sesuai dengan standar dapat menjadi bahan penelitian selanjutnya untuk dikaji lebih mendalam.
Kegunaan e-money dipengaruhi oleh beberapa faktor dalam model penelitian di antaranya kecepatan, Uncertainty Avoidance, Power Distance dan sosial.
Kecepatan
Kecepatan merupakan faktor yang paling memengaruhi kegunaan dengan nilai korelasi 0,534 (moderat). Hasil tersebut sesuai dengan ekspektasi dan hasil konfirmasi observasi dan publikasi sekunder. Pengguna e-money di Pontianak sangat memerlukan kecepatan pada transaksi pengisian bahan bakar. Kebiasaan menggunakan uang tunai dalam pembayaran mungkin menjadi standar kecepatan bagi pengguna. Agar e-money dapat menggantikan uang tunai, transaksi e-money minimal harus menyamai atau lebih cepat daripada uang tunai konvensional agar dapat dipersepsikan berguna dan dapat digunakan.
UncertaintyAvoidance
Responden mempunyai skor tinggi pada pertanyaan-pertanyaan yang mengukur seberapa pasti seseorang memerlukan peraturan yang jelas dalam organisasi. Dimensi tersebut juga signifikan memengaruhi kegunaan sehingga hasil tersebut mengindikasikan kepastian dari transaksi e-money menjadi sesuatu yang diperlukan oleh pengguna. Bagi pelaksana, fokus diberikan pada perbaikan sarana prasarana sehingga keandalan transaksi dapat tercapai dan mengurangi ketidakpastian.
Dalam setiap transaksi, pengguna akan memerlukan keandalan setara dengan uang tunai, tidak ragu-ragu jika saldo transaksi terpotong atau tidak, transaksi berhasil atau tidak.
Power Distance
Secara langsung Power Distance tidak memengaruhi kegunaan, tetapi secara tidak langsung memengaruhi kegunaan melalui hubungan moderation pada variabel kecepatan. Hubungan moderation antara kecepatan dan kegunaan dapat dijelaskan melalui gambar 3.
Gambar 3 Efek Moderation (Sumber:olahan)
Pada nol standar deviasi (kondisi tanpa moderation) terdapat hubungan positif antara kecepatan dengan kegunaan. Pada saat Power Distance berubah (-1) standar deviasi, terdapat hubungan positif antara kecepatan dan kegunaan, tetapi dengan intensitas yang lebih tinggi yang dapat terlihat secara visual dalam gambar 3 dengan bentuk garis dengan kemiringan yang lebih curam, artinya semakin rendah Power Distance, semakin kuat hubungan antara kecepatan dan kegunaan. Individu dengan nilai Power Distance rendah akan mempunyai persepsi kecepatan transaksi e-money yang lebih tinggi dan memengaruhi persepsi kegunaan emoney. Pengguna akan merasa e-money
lebih berguna. Sebaliknya, individu dengan nilai Power Distance tinggi, akan mempunyai persepsi kecepatan yang lebih rendah sehingga memengaruhi kegunaan e-money yang dipersepsikan lebih tidak berguna.
Menurut kerangka budaya Hofstede Insights (2019), skor tinggi pada Power Distance berarti anggota pada budaya tersebut sangat bergantung pada jenjang jabatan/ hierarki kepemimpinan atau terdapat ketimpangan antara pemegang kuasa dengan penerima kuasa. Atasan tidak dekat dengan bawahan. Kepatuhan lebih dihargai tinggi dengan komunikasi tidak langsung, dan umpan balik yang tidak mencerminkan kenyataan. Kemudian, jurang antara kaya dan miskin jelas terlihat.
Hasil studi sebelumnya yang dilakukan oleh Matusitz & Musambira (2013: 46), menunjukkan hubungan negatif antara Power Distance dengan penerimaan teknologi yang dipengaruhi oleh ketimpangan antara orang dengan status sosial tinggi dengan yang rendah. Ketimpangan tersebut memengaruhi kesempatan masyarakat yang berada di status sosial lebih rendah untuk dapat menikmati perkembangan teknologi.
Secara parsial melalui hubungan moderation, hasil penelitian ini serupa dengan temuan studi sebelumnya. Ketimpangan tersebut mungkin disebabkan oleh penetrasi teknologi yang belum merata. Terdapat individu dengan Power Distance tinggi yang belum mengetahui potensi kecepatan transaksi yang ditawarkan oleh e-money, pada akhirnya memengaruhi persepsi e-money mereka (kurang berguna).
Budaya dengan Power Distance tinggi dapat dikategorikan budaya paternalistik, yang terbukti dari respons pertanyaan kuesioner tentang jarak antara atasan dan bawahan jelas ditunjukkan oleh responden (>80 persen responden setuju bahwamendapatkan pengakuan dari atasan merupakan sesuatu yang penting). Oleh karena itu, responden jelas membutuhkan figur pemimpin terutama pada kelompok dengan nilai Power Distance tinggi yang mempunyai persepsi kecepatan e-money yang rendah.
Bagi pemerintah dan pelaksana e-money, temuan ini dapat menjadi pertimbangan pada implementasi selanjutnya, yaitu komunikasi yang diberikan dalam implementasi e-money harus jelas, diberikan oleh individu dengan status sosial yang kuat, dan komunikasi yang menunjukkan dengan jelas potensi kecepatan transaksi e-money.
Sosial
Sosial memengaruhi kegunaan baik secara langsung, maupun secara tidak langsung melalui hubungan moderation pada variabel kecepatan dan kompatibilitas. Pada gambar 4 terlihat hubungan moderation faktor sosial terhadap kompatibilitas lebih tinggi dibandingkan dengan kecepatan.
Hasil yang signifikan menandakan pada responden, pendapat orang lain memiliki pengaruh selain pendapat pribadi. Responden yang memiliki nilai sosial tinggi akan merasa e-money lebih cepat sehingga memengaruhi persepsi kegunaannya dan e-money akan dipersepsikan lebih berguna.
Curamnya kemiringan pada grafik kompatibilitas (gambar 4), terlihat bahwa individu yang dipengaruhi kuat oleh faktor sosial juga adalah pengguna yang merasa lebih cocok dengan e-money sehingga akhirnya merasa e-money lebih berguna.
Gambar 4 Efek Moderation 2 dan 3 (Sumber: olahan)
Temuan ini dapat menjadi pertimbangan penting bagi pelaksana program e-money. Critical mass akan dapat tercapai lebih cepat dengan memanfaatkan faktor sosial. Di era digital akan sangat bergantung pada peran penting sosial media.
Tantangan implementasi e-money tidak sepenuhnya bertumpu pada pengguna,melainkan pada pelaksana program mampu memberikan layanan sesuai dengan potensi yang sebenarnya dari e-money. Berdasarkan pengujian hubungan langsung model penelitian, kecepatan transaksi, kompatibilitas, dan kepastian dari transaksi emoney haruslah sesuai dengan yang telah dipersepsikan pengguna agar e-money dapat sukses diterima oleh pengguna.
Berdasarkan temuan dari faktor ekstensi budaya dan sosial yang digunakan, dua kelompok budaya pada Power Distance menunjukkan masih terdapat kelompok dengan persepsi emoney yang memperlambat transaksi sehingga mungkin masih diperlukan peran dan panduan pemimpin masyarakat. Adapun dari perbedaan kelompok yang teridentifikasi di faktor sosial menunjukkan faktor tersebut dapat digunakan sebagai alat akselerasi penerimaan e-money.
Berdasarkan temuan ekstensi faktor budaya dan sosial tersebut, strategi implementasi e-money dapat diungkapkan berdasarkan pada empat hal, yaitu menjamin kepastian transaksi, memberikanteladandaripemimpin,menciptakan tren di sosial media, dan memberdayakan tren tersebut hingga mencapai critical mass.
SIMPULAN
Berdasarkan hasil pengujian, dapat disimpulkan sebagai berikut.
- 1. Niat masyarakat menggunakan e-money tinggi
- 2. Niat tersebut tidak disertai oleh frekuensi penggunaan riil yang tinggi
- 3. Niat menggunakan dipengaruhi kuat oleh kegunaan e-money dengan korelasi 0,7 dan dapat dijelaskan perubahan variabelnya oleh variabel kegunaan sebesar 58,4%
- 4. Kegunaan dipengaruhi kuat oleh kecepatan, sosial, kompatibilitas, dan UncertaintyAvoidance
- 5. Kegunaan tidak dipengaruhi oleh kenyamanan dan Power Distance
- 6. Power Distance memengaruhi kegunaan melalui hubungan moderation pada kecepatan, yaitu melemahkan persepsi kecepatan pada individu yang mempunyai nilai Power Distance tinggi dan sebaliknya memperkuat persepsi kecepatan terhadap kegunaan pada individu dengan nilai Power Distance rendah.
- 7. Sosial memengaruhi kegunaan secara langsung dan memperkuat kompatibilitas dan kecepatan. Pengguna yang dipengaruhi kuat oleh sosial akan merasa e-money lebih kompatibel dan lebih cepat sehingga lebih berguna bagi mereka.
Berdasarkan hasil temuan dalam penelitian ini, untuk penelitian selanjutnya dapat memfokuskan pada faktor yang menjelaskan gap antara niat dan penggunaan riil. Penelitian selanjutnya dapat difokuskan pada aktor pelaksana e-money lainnya seperti pihak telekomunikasi yang berkaitan dengan jaringan, pihak bank (clearing transaksi antara SPBU dengan bank), dan pihak pengelola SPBU terutama yang berkaitan dengan keahlian karyawan maupun ketersediaan pembayaran.
SANWACANA
Tulisan ini merupakan hasil riset yang didanai DIKTI melaluiskema kompetitif nasional (pdp).